第十一卷 · 工程与系统

RL 实验失败的原因中，工程 bug 与实现细节远多于算法错误。本卷讲如何搭建可靠、高吞吐的 RL 实验系统。

本卷结构

• 第一部分 · 基础设施：环境接口与模拟器、向量化环境与分布式采样。
• 第二部分 · 实践：超参数、稳定性与调试清单、库与框架对比。

前置

第四卷。